Diputra, Muhammad Ryandrie Satria and Sigit Adinugroho,, S.Kom., M.Sc. and Randy Cahya Wihandika,, S.ST., M.Kom. (2021) Ekstraksi Fitur Hsv Color Moments Dan Local Ternary Pattern Pada Klasifikasi Citra Makanan. Sarjana thesis, Universitas Brawijaya.
Abstract
"Makanan merupakan salah satu dari tiga kebutuhan pokok manusia. Makanan yang dikonsumsi dapat memengaruhi kesehatan seseorang. Pengawasan terhadap perilaku makan dapat membantu meningkatkan kesadaran seseorang untuk memperbaiki kualitas kesehatannya. Pengenalan jenis makanan dapat membantu manusia dalam mendapatkan informasi seperti jumlah kalori maupun nutrisi yang terdapat dalam makanan tersebut. Pengenalan jenis makanan memerlukan fitur tertentu yang efektif untuk mengklasifikasikan citra makanan secara tepat. Penelitian ini menggunakan metode HSV color moments untuk mengekstraksi warna dan Local Ternary Pattern (LTP) untuk mengekstraksi tekstur. Nilai rata-rata, simpangan baku dan skewness pada masing-masing ruang warna digunakan sebagai fitur pada metode HSV Color Moments. Sedangkan, nilai histogram digunakan sebagai fitur pada metode Local Ternary Pattern (LTP). Pengujian dilakukan terhadap nilai threshold dan jumlah bin pada Local Ternary Pattern dan pengujian metode ekstraksi fitur secara terpisah maupun gabungan. Hasil klasifikasi menggunakan Support Vector Machine (SVM) menghasilkan nilai akurasi yang paling optimal pada ekstraksi fitur gabungan dengan nilai threshold t=8 dan jumlah bin sebanyak 64 dengan nilai akurasi sebesar 83,5%."
English Abstract
Food is one of the three basic human needs. The food that we consumed can affect a person's health. Monitoring of eating behavior can help increase a person's awareness to improve the quality of his health. The introduction of food recognition can help humans get information such as the number of calories and nutrients contained in these foods. Food recognition requires certain effective features to classify food images precisely. This study uses the HSV color moments method to extract colors and Local Ternary Pattern (LTP) to extract the texture. The average value, standard deviation and skewness in each color space are used as features in the HSV Color Moments method. Meanwhile, the histogram value is used as a feature of the Local Ternary Pattern (LTP) method. The test is carried out on the threshold value and the number of bins in the Local Ternary Pattern and the feature extraction method is tested separately or in combination. The classification results using the Support Vector Machine (SVM) produce the most optimal accuracy value for combined feature extraction with a threshold value of t = 8 and the number of bins as many as 64 with an accuracy value of 83.5%.
Other obstract
-
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | 052115 |
| Subjects: | 000 Computer science, information and general works > 004 Computer science |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Unnamed user with username santoso |
| Date Deposited: | 23 Oct 2021 01:52 |
| Last Modified: | 24 Feb 2022 07:32 |
| URI: | http://repository.ub.ac.id/id/eprint/185223 |
![[thumbnail of DALAM MASA EMBARGO]](https://repository.ub.ac.id/style/images/fileicons/text.png) |
Text (DALAM MASA EMBARGO)
MUHAMMAD RYANDRIE SATRIA DIPUTRA.pdf Restricted to Registered users only until 31 December 2023. Download (1MB) |
Actions (login required)
 |
View Item |